Zu Hauptinhalt springen

Introduction to Data Analysis with STATA

Allgemeine Informationen

  • Sommersemester
  • Unterrichtssprache: Englisch

Inhalte

Der Kurs vermittelt den Studierenden die grundlegenden Fähigkeiten im Umgang mit der Software STATA, wie z.B. Installation, Benutzung, Laden und Verwalten von Datensätzen, Programmierung der do-Dateien, Berechnung von deskriptiven Statistiken, Schätzung von einfachen und multiplen Regressionsmodellen, Erstellung von Grafiken und Programmierung von Schleifen.

  • Installation und Benutzeroberfläche
  • Eingabe von Daten
  • Aufbereitung der Daten für die Analyse
  • Arbeiten mit Befehlen, Do-Files und Ergebnissen
  • Deskriptive Statistik und Diagramme
  • Tests für ein oder zwei Mittelwerte
  • Regressionsanalyse: Lineare Regression
  • Regressionsanalyse: Logistische Regression

Referenzen:

- Alan Acock, A Gentle Introduction to Stata, 6. Aufl., Stata Press, 2018.

- Ulrich Kohler und Frauke Kreuter, Datenanalyse mit Stata: Allgemeine Konzepte der Datenanalyse und ihre praktische Anwendung, 5. Aufl., Oldenbourg: De Gruyter, 2016.

- Christopher Baum, An Introduction to Stata Programming, 2. Aufl., Stata Press, 2015.

- Michael N. Mitchell, A Visual Guide to Stata Graphics, 3. Aufl., Stata Press, 2012.

- A. Colin Cameron und Pravin K. Trivedi, Microeconometrics Using Stata, Revised ed., Stata Press, 2010.


Ziele

Am Ende des Kurses sollten die Teilnehmer wissen, wie man

  • Datensätze importiert, bearbeitet und exportiert
  • Datensätze mithilfe deskriptiver Statistik zusammenfasst
  • .do-Dateien programmiert
  • einfache und mehrfache Regressionen durchführt und die Regressionsergebnisse interpretiert
  • Diagramme erstellt und exportiert
  • Tabellen erstellt und exportiert
  • Schleifen programmiert

Benotung

60-minütige Abschlussprüfung, in der Sie dazu aufgefordert werden, mit einem vorgegebenen Datensatz zu arbeiten und eine .do-Datei zu erstellen, die die erforderlichen Operationen ausführt.

Notenschlüssel:

1,0: 95 bis 100

1,3: 90 bis 94

1,7: 85 bis 89

2,0: 80 bis 84

2,3: 75 bis 79

2,7: 70 bis 74

3,0: 65 bis 69

3,3: 60 bis 64

3,7: 55 bis 59

4,0: 50 bis 54

4,3: 45 bis 49

4,7: 40 bis 44

5,0: weniger als 40


Voraussetzungen

Grundkenntnisse in Statistik und Ökonometrie sind hilfreich, aber nicht erforderlich.

  1. FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFTEN
  2. Institut für Volkswirtschaftslehre und Ökonometrie

Lehrstuhl für Empirische Wirtschaftsforschung

Postdoc

Dr. Aleksandr Alekseev

Alex Alekseev

E-Mail: aleksandr.alekseev@ur.de

Telefon: +49 941 943-2740
Büro: RW(L) 5.18

Sprechzeiten:
nach Vereinbarung